Drivers of Demographic Dynamics

Este proyecto pretende reconstruir la demografía humana del suroeste de la Amazonia durante el Holoceno y revelar el papel de los cambios ambientales y culturales en su configuración. A pesar de décadas de investigación, la importancia relativa de los factores ambientales frente a los culturales en la determinación del crecimiento de la población prehistórica sigue siendo uno de los mayores retos científicos de la arqueología. Llegar a un Llegar a un acuerdo sobre los impulsores de la dinámica demográfica es muy difícil debido a la naturaleza fragmentaria, incompleta y sesgada de los registros arqueológicos. DEMODRIVERS está diseñado para superar este problema. Este proyecto interdisciplinario de cinco años de duración investigará los patrones y los impulsores de la dinámica demográfica humana centrándose en un estudio de caso regional, los Llanos de Moxos (LM) en la Amazonia boliviana, que tiene un poder explicativo potencialmente inigualable. Esta región, situada en el extremo suroccidental de la Amazonia, alberga un recientemente descubierta, un registro arqueológico casi completo, compuesto por 4700 sitios que abarcan 8300 años y están distribuidos en 100.000 km2. Esta zona es única en el mundo, ya que nos ofrece la primera oportunidad de cuantificar hasta qué punto las tendencias y patrones demográficos respondieron a variables exógenas (clima, paisaje) y endógenas (cultura, tecnología). Este proyecto explotará todo el potencial del registro arqueológico de LM adoptando un enfoque poco convencional: la densidad de la ocupación y sus límites espaciales y La densidad de la ocupación y sus límites espaciales y temporales se medirán mediante el estudio de 150 núcleos estratigráficos extraídos de 100 yacimientos arqueológicos distribuidos uniformemente.
El enfoque es interdisciplinario, integrando la arqueología convencional con la geoarqueología de vanguardia, los biomarcadores, la paleoclimatología, la paleoecología y la inteligencia artificial. Los resultados del proyecto proporcionarán un caso de estudio muy bien documentado con el que se podrán comparar otros modelos y reconstrucciones basados en conjuntos de datos incompletos, fragmentados y a menudo sesgados.
Los resultados del proyecto tienen amplias implicaciones en varias disciplinas